GitHub 发布 Harmful Behavior Problems (HBP) 数据集, 应用在 网络安全、自然语言处理 领域

GitHub 本次发布的数据集 Harmful Behavior Problems (HBP), 该数据集包含了520个恶意问题，这些问题是商业大型语言模型禁止用户查询的，其中包括请求协助犯罪活动或网络攻击的内容。该数据集用于评估IntentObfuscator方法的有效性，并包含了各种有害指令。其规模为520个恶意查询，任务是对语言模型上的越狱攻击方法进行验证。

查看Harmful Behavior Problems (HBP)

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。